[发明专利]主从摄像机系统的全自动标定方法

说明书

技术领域

本发明涉及的是一种图像处理技术领域的方法，具体是一种主从摄像机系统的全自动标定 方法。

背景技术

目前，公共场所普遍配备了摄像监控系统，安装大量的摄像头用于大型覆盖区域。随着监 控系统的发展，对高分辨率监控图像的需求也越来越多。主从摄像机监控系统便是一种解决该 问题的方案。在这样一个系统中，一个(或多个)固定的摄像机作为一个领导者，引领一台(或 多台)动态(PTZ)摄像机去聚焦感兴趣目标。这样就即可以获得一个宽广区域的宏观监控图 像，又可以获得目标的高分辨率图像。主从摄像机系统的标定正是解决这个问题的方法。经过 标定的主从摄像机监控系统，当主摄像机扑捉到感兴趣目标时，动态摄像机可以自动对准该目 标，从而获得细节图像。

经过对现有技术的文献检索发现，相关文献如下：

1、X.Zhou等人在The First ACM International Workshop on Video Surveillance(美 国计算机协会第一届国际视频监控研讨会)所发表的“A master-slave system to acquire biometric imagery of humans at distance(一种在远距离获取人物生物图像特征的主从系 统)”一文中从主摄像机图像中选取一些样本点，手动移动动态摄像机，使得动态摄像机图像 中心与选取的样本点相对应，然后记录下样本点坐标与控制参数。其他静态摄像机图像上的点 对应的动态摄像机转动参数能够通过对已经获得的参数进行插值得到。但是该技术需要手动的 调整动态摄像机参数，因此耗时且不方便大规模应用。

2、A.W.Senior等2005年在The seventh IEEE Workshops on Application of Computer Vision(国际电气电子工程师协会第七届计算机视觉应用研讨会)所发表的“Acquiring Multi-Scale Images by Pan-Tilt-Zoom Control and Automatic Multi-Camera Calibration (通过PTZ控制与多摄像机自动标定获得多尺度图像)”中，该技术通过计算两个摄像机图像 之间的单应矩阵来估计主摄像机与动态摄像机的关系。但是该技术也需要手动的调整动态摄像 机参数，同样的耗时且不方便大规模应用。

发明内容

本发明针对现有技术的上述不足，提出了一种主从摄像机系统的全自动标定方法。本发明 通过将转动动态摄像机过程中自动获得的图像拼接成马赛克图像，再自动将该图像与主摄像机 图像进行特征点的提取与匹配，从而获得静态摄像机图像像素坐标与动态摄像机位置参数之间 的标定结果，实现全自动标定主从摄像机系统。

本发明是通过以下技术方案实现的，包括如下步骤：

步骤一，预先设定动态摄像机的运动轨迹，动态摄像机沿着该运动轨迹自动旋转，并每隔 时间t采样一幅子图像，同时按采集到的时间顺序，对每一幅子图像标号，记录采集每幅子图 像时动态摄像机转动的参数，即：水平转动角度与垂直转动角度，并将每幅子图像及其对应的 标号和对应的动态摄像机转动的参数和位置信息一并进行存储。

步骤二，动态摄像机旋转结束后，对得到的N幅子图像按拍摄位置进行分组排列处理，得 到K组子图像集合，对每组子图像集合中相邻的两幅子图像进行特征点提取和匹配处理，得到 匹配特征点对，进而得到同一组子图像集合中相邻的两幅子图像间的变换矩阵M。

所述的分组排列处理是将子图像对应的动态摄像机水平转动角度差小于阈值的子图像划 分为一组子图像集合，从而得到K组子图像集合，并将每组中的子图像按照对应的动态摄像机 的垂直转动角度大小进行排列。

所述的特征点提取和匹配处理是通过SURF方法完成的，即由快速Hessian提取器提取每 组子图像集合中相邻两幅子图像的特征点，再得到特征点的SURF特征向量。

所述的同一组子图像集合中相邻的两幅子图像间的变换矩阵M是通过RANSAC方法得到 的，具体是：